Gli strumenti AI oggi sono incredibilmente veloci. Fai una domanda e nel giro di pochi secondi ricevi una risposta lunga e sicura. Ma la velocità non è davvero più il problema principale. La domanda più grande è se la risposta possa realmente essere considerata attendibile.
Molti sistemi AI sembrano molto sicuri anche quando le informazioni non sono completamente accurate. Quel divario tra fiducia e affidabilità è qualcosa con cui l'industria sta ancora facendo i conti.
Quando sono venuto a conoscenza di Mira, l'idea alla base sembrava diversa dalla maggior parte dei progetti AI che ho visto recentemente.
Invece di chiedere alle persone di fidarsi di un singolo modello, stanno costruendo un sistema che verifica la risposta prima di accettarla come affidabile. Quando un'AI produce una risposta, Mira suddivide quella risposta in affermazioni più piccole. Queste affermazioni vengono quindi esaminate da diversi modelli indipendenti attraverso la rete.
Ogni modello guarda alla stessa affermazione e la valuta separatamente. Le loro risposte vengono quindi combinate per raggiungere una conclusione condivisa. Quindi il risultato finale non dipende da un solo modello, ma dall'accordo tra più modelli.
Mi piace questa direzione perché si concentra sul rendere l'AI più affidabile. Non stanno solo cercando di rendere l'AI più veloce o più grande. Stanno cercando di assicurarsi che le risposte possano realmente reggere.
E onestamente, sembra che sia uno strato di cui l'AI ha davvero bisogno.